基于图像的测量方法在工业风洞跨声速流测量中的最新进展

风洞中非定常复杂流场的实验研究要求先进的测量技术.基于图像的测量技术中最重要的是测量平面流速度场、平面压强分布、模型位置和变形、模型温度以及定量的高速流可视化等技术.DLR(德国宇航研究院)对这些技术的应用包括从低速流到跨声速流、从增升装置到螺旋桨和旋翼、从弹射装置和水塔储水罐尾迹流旋涡到三角翼上涡破裂现象等的研究.由于跨声速风洞的特殊环境,将基于图像的测量技术用于跨声速流要求专门的技术开发和有经验的科学家.给出了DLR空气动力学和流动技术研究所将基于图像的测量技术应用于跨声速流研究的最新进展.     

等行频采样方式下的红外图像帧重建仿真研究

为了有效提高红外图像的分辨率,充分利用红外器件获得的扫描数据和相应的空间信息,文中重点研究了基于圆锥扫描的等行频采样方式下红外图像帧重建仿真。在介绍圆锥扫描机制下基于等行频采样机理的红外图像完整重建技术的基础上,进行了大量的重建图像仿真。仿真研究结果表明,这种技术能够获得较高分辨率的红外图像。     

基于交互融合的高精度图像融合算法的研究

针对可见光和SAR图像融合,提出了一种基于跨模态差分感知和注意力机制的交互融合（TDPAM Fusion）算法,能有效保留可见光图像中的纹理结构和SAR图像的细节信息。首先,采用跨模态差分感知融合（Cross-Modal Differential Perception Fusion, CMDAF）模块提取图像的互补信息,避免真值缺失并提高融合精度。其次,通过坐标注意力机制（Coordinate Attention,CA）提高特征提取的准确性和效率,增强语义信息的集成。最后通过交互融合算法（Interactive Fusion Module,IFM）将特征自适应融合。设计了相应的大型基准数据集,用于网络模型的训练和测试。实验结果表明：TDPAM Fusion融合算法可以获得包含清晰SAR信息的高质量可见光图像。此外,融合算法将互信息（Mutual Information,MI）、空间频率（Spatial Frequency,SF）、视觉保真度（Visual Fidelity,VIF）和相关系数（Correlation Coefficient,CC）等关键指标,分别提高了约6.41%、10...     

基于逻辑神经网络的图象处理方法

阐述了基于逻辑神经网络的图象平滑、压缩编码方法。这些方法的基本思想是：以逻辑神经网络为窗口,选择对某种图象变换敏感的模式训练窗口。当窗口对图象扫描时,窗口在图象的各位置输出响应,通过对这些响应的简单运算,实现所希望的处理。除了理论分析外,文中还给出了各种方法的典型试验结果。     

海天背景舰船红外目标识别技术研究

通过对舰船红外目标特性与识别方法的讨论,给出了图像序列目标识别算法流程以及仿真实验的结果,并对工程实现自动目标识别的硬件、算法和软件设计进行了讨论,具有较好的理论和应用价值。     

三维随机图象模型及其空间关系

为了用随机的方法对三维图象进行处理,在二维 Markov场图象模型的基础上,建立了三维 Markov场图象模型。把定义在平面域上随机场的邻域系、集簇和势函数等概念推广到三维空间域,给出了三维邻域系、集簇的空间分布规律和势函数的具体表达式,解释了其空间关系和概率分布,从理论上解决了三维建模的问题,并为三维图象的计算机处理,提供了一种可以实际进行操作的随机方法。     

地形分析方法提取染色体特征

利用尺度空间模型表达图像的微分结构,将染色体带型特征归结为图像灰度场中的地形特征(深带和浅带分别视作峰和鞍,中轴线视作脊),并给出微分几何描述,特征提取充分利用了图像的灰度信息,提高了准确性,有利于染色体的识别工作.      

基于特征点集的匹配算法应用于卫星姿态确定

综合了灰度与几何特征匹配方法,依据局部纹理能量分布选取特征点集,并利用特征点集的几何约束关系构建了可描述图像整体特征的模板.通过逐步求精方法实现了实时图像与基准图像的匹配.首先通过特征点集匹配进行粗搜索;然后通过精搜索以及角度校正得到实时图像中目标偏移旋转量.该特征点集算法与传统图像匹配算法相比较,在保证精度的基础上能提高匹配速度,且具有一定的旋转不变性和抗噪性.仿真实验证明了该算法的可行性.      

基于距离相关图的音频相似性度量方法

相似性度量是基于内容的音频分析中的关键环节之一,目前往往沿用传统的统计分析思想实现,缺乏有效的呈现手段和对语义层信息的准确表达.提出了一种基于图像分割技术的相似性度量方法,通过特征提取构造特征空间,进而绘制特征向量间的距离相关图,通过对该图的可视化分析判断最大相似方向,并分别计算出局部相似性和全局相似性.给出了实验验证过程,该方法适用于数字广播等音频流中的片段查找等应用.      

基于奇异值分解的红外热图像序列处理

在红外热像无损检测中直接获取的原始热像往往信噪比较低、温度对比度较差.为了抑制各种噪声的不良影响,使红外热像无损检测所重构的数字图像有较高的缺陷对比度,从而提高缺陷探测能力,提出了采用奇异值分解法对红外数字图像序列进行处理和增强的方法,并进行了验证.介绍了奇异值分解法的原理;用奇异值分解法对实验中采集的红外热像序列进行处理;以信噪比为指标对图像处理效果进行了定量评定.研究表明奇异值分解法具有抽取红外热像序列中反映试件内部缺陷信息代数特征的能力,可消除加热不均效应、提高图像的信噪比,且缺陷在图像中所处的位置不影响奇异值分解法的使用效果. 因此奇异值分解法是红外热像无损检测中红外热图像序列处理的有效方法.